Gambar 4.9. Hasil Penaksiran IRF Model VAR Exchange Rate Channel
4.5.5. Analisis Variance Decomposition
Analisis variance decomposition bertujuan untuk mengukur perkiraan varians error suatu variabel, yaitu seberapa besar perbedaan sebelum dan sesudah shocks,
baik yang berasal dari variabel sendiri maupun dari variabel lain.
Tabel 4.18. Variance Decomposition Model VAR Exchange Rate Channel
Variance Decomposition of LOG M1: Period
S.E. LOG M1
LOG RIN LOG EXR
LOG NEX LOG PDB
1 0.068501
100.0000 0.000000
0.000000 0.000000
0.000000 2
0.094008 53.56672
0.006215 0.002565
2.696118 43.72838
3 0.107722
44.56280 0.644114
0.613956 3.179124
51.00000 4
0.121242 36.48783
1.539382 1.398815
4.637947 55.93603
20 0.267074
8.849170 13.22073
10.42283 15.81554
51.69173 40
0.359082 5.217631
16.03944 12.46782
18.04229 48.23281
Variance Decomposition of LOG RIN: Period
S.E. LOG M1
LOG RIN LOG EXR
LOG NEX LOG PDB
1 0.108913
3.460599 96.53940
0.000000 0.000000
0.000000 2
0.167754 3.669583
86.97424 7.385895
1.939937 0.030350
3 0.214188
4.603159 77.40725
12.18214 5.780455
0.027005 4
0.248564 5.175404
71.21807 14.95046
8.635617 0.020454
20 0.330491
5.502825 59.42461
19.52394 14.80194
0.746680 40
0.335573 5.349447
58.29497 19.43264
15.01773 1.905208
Variance Decomposition of LOG EXR: Period
S.E. LOG M1
LOG RIN LOG EXR
LOG NEX LOG PDB
1 0.060424
0.083200 24.63020
75.28660 0.000000
0.000000 2
0.071916 2.901879
19.60373 63.06120
14.10147 0.331732
3 0.074581
3.682041 18.56128
60.85931 16.56863
0.328737 4
0.075137 3.815395
18.31768 60.45045
17.06835 0.348128
20 0.075455
3.834872 18.37857
60.12081 17.18464
0.481100 40
0.075578 3.824213
18.38534 59.97582
17.19803 0.616598
Variance Decomposition of LOG NEX: Period
S.E. LOG M1
LOG RIN LOG EXR
LOG NEX LOG PDB
1 0.215555
10.23741 0.719377
5.692370 83.35084
0.000000 2
0.223401 9.715825
1.595447 6.284209
81.01671 1.387808
3 0.226143
9.662202 2.743703
6.143702 79.36334
2.087052 4
0.228765 9.724130
3.754558 6.085879
77.55857 2.876860
20 0.244653
10.02297 5.301920
6.176809 68.73820
9.760108 40
0.259187 9.022478
6.789287 7.096811
63.47662 13.61481
Variance Decomposition of LOG PDB: Period
S.E. LOG M1
LOG RIN LOG EXR
LOG NEX LOG PDB
1 0.022776
0.139857 0.177617
1.444911 0.447308
97.79031 2
0.027787 6.259489
1.203011 2.768930
2.736355 87.03221
3 0.032758
5.830906 2.017998
3.360624 5.419541
83.37093 4
0.036990 5.741489
3.126528 4.155386
7.055873 79.92072
Universitas Sumatera Utara
20 0.081391
2.377664 13.77304
11.21058 16.58172
56.05700 40
0.109114 1.642352
16.32961 12.89348
18.45432 50.68024
Cholesky Ordering: LOG M1 LOG RIN LOG EXR LOG NEX LOG PDB
Sumber: Data diolah dengan Eviews
Pada periode 1 LOG M1 dijelaskan oleh variabel itu sendiri sebesar 100. Pada periode 2, dijelaskan oleh LOG M1 53,56, LOG PDB 43,73, dan LOG
NEX 2,69. Dalam jangka pendek periode 4, LOG M1 sebesar 36,48, LOG PDB 55,93, LOG NEX 4,63, LOG RIN 1,53 dan LOG EXR 1,39.
Setelah periode 40 dalam jangka panjang terjadi perubanan kontribusi dari variabel yang ada dalam menjelaskan LOG M1, dimana LOG M1 berkontribusi hanya
sebesar 5,21, LOG PDB 48,23, LOG NEX 28,04, LOG RIN 16,04 dan LOG EXR 12,47.
Untuk LOG RIN, pada periode 1 dijelaskan oleh LOG RIN itu sendiri sebesar 96,53 dan LOG M1 3,46. Pada periode berikutnya LOG RIN
berkontribusi sebesar 86,97, LOG M1 3,66, LOG EXR 7,38, LOG NEX 1,93 dan LOG PDB hanya 0,03. Sampai pada periode 4 dalam jangka pendek
kontribusi dari LOG RIN 71,21, LOG M1 5,17, LOG EXR 14,95, LOG NEX 8,83 dan LOG PDB sangat kecil yaitu 0,02. Dalam jangka panjang
kontribusi dari masing-masing variabel dalam menjelaskan LOG RIN tidak banyak mengalami perubahan dimana LOG RIN 58,21, LOG M1 5,39, LOG EXR
19,43, LOG NEX 15,02 dan LOG PDB 1,90. Periode awal LOG EXR dijelaskan oleh variabel itu sendiri sebesar 75,28
diikuti oleh LOG RIN 24,63 dan LOG M1 0,08. Pada periode berikutnya
Universitas Sumatera Utara
kontribusi LOG EXR 63,06, LOG RIN 19,60, LOG NEX 14, 10, LOG M1 2,90 dan LOG PDB 0,33. Pada periode 4 dalam jangka pendek
berikutnya kontribusi LOG EXR 60,45, LOG RIN 18,31, LOG NEX 17,06, LOG M1 3,81 dan LOG PDB 0,34. Sampai pada periode 40 dalam
jangka panjang kontribusi dari masing-masing variabel tidak banyak berubah dari periode sebelumnya bahkan bila dibandingkan dengan periode jangka pendek
sebelumnya. LOG NEX pada periode 1 dijelaskan oleh variabel itu sendiri sebesar
83,35, LOG M1 10,23, LOG RIN 0,71, dan LOG EXR 5,69. Periode 2 kontrubusi dari masing-masaing variabel sedikit berubah LOG NEX 81,01, LOG
M1 9,71, LOG RIN 1,59, LOG EXR 6,28 dan LOG PDB 1,38. Pada periode 4 dalam jangka pendek kontribusi dari masing-masing variabel hanya
sedikit berubah dibanding periode sebelumnya LOG NEX dan LOG M1 yang paling dominan. Demikian juga halnya dalam jangka panjang tidak banyak perubahan
kontribusi yang terjadi dalam menjelaskan LOG NEX dimana kontribusi dari LOG NEX 63,47, LOG M1 9,02, LOG RIN 6,78, LOG EXR 7,09 dan LOG
PDB 13,61. Untuk LOG PDB pada periode awal dijelaskan oleh variabel itu sendiri
sebesar 97,79, LOG EXR 1,44 dan ketiga variabel lainnya yang masing-masing memberikan kontribusi kurang dari 1. Periode selanjutnya kontribusi LOG PDB
menjadi 87,03, LOG M1 6,25, LOG RIN 1,2, LOG EXR 2,76 dan LOG NEX 2,73. Dalam jangka pendek kontribusi LOG PDB menjadi 79,92, LOG
Universitas Sumatera Utara
M1 5,74, LOG RIN 4,26, LOG EXR 4,92 dan LOG NEX 7,05. Dalam jangka panjang kontribusi dari masing-masing variabel dalam menjelaskan LOG
PDB mengalami perubahan dimana LOG PDB menjadi 50,68, LOG M1 1,64, LOG RIN 16,32, LOG EXR 12,89 dan LOG NEX 18,45.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Kebijakan moneter bukanlah sesuatu yang berdiri sendiri, tetapi terdapat interdependensi terhadap berbagai variabel dalam perekonomian. Di satu sisi,
kebijakan moneter banyak dipengaruhi oleh berbagai faktor dalam perekonomian, di sisi lain kebijakan moneter secara langsung juga mempengaruhi kondisi moneter
dan keuangan yang pada gilirannya akan membawa pengaruh terhadap kondisi sektor riil atau sektor nyata. Berdasarkan pemaparan pada bab sebelumnya dapatlah ditarik
beberapa kesimpulan sebagai berikut: 6.
Terdapat pengaruh antara variabel dalam mentransmisikan kebijakan moneter di Indonesia melalui jalur kredit credit channel yang mana pengaruh dari
masing-masing variabel berbeda satu sama lain dalam jangka waktu yang berbeda. Untuk jangka pendek respon kredit cukup besar terhadap perubahan dari
jumlah uang yang mana kebijakan moneter yang diambil memberikan respon yang cukup besar terhadap jumlah kredit yang disalurkan bank sehingga dapat
mempengaruhi output agregat atau pendapatan nasional. 7.
Pada jalur tingkat bunga interest rate channel terdapat pengaruh antara variabel dalam mentransmisikan kebijakan moneter di Indonesia yang mana dalam jangka
pendek respon dari tingkat bunga akibat dari perubahan jumlah uang cukup
98
Universitas Sumatera Utara
Kategori